??鹽財經(jīng)

文丨向治霖

5月，2025福布斯中國人工智能科技企業(yè)TOP50榜單發(fā)布，“趣丸科技”在其中的顯眼，不單單因為它是廣州唯一一家上榜的企業(yè)，還因為它很“臉生”。搜索這家公司，它更被熟悉的身份，是以興趣（游戲）社交、電競為招牌的一家互聯(lián)網(wǎng)“中廠”。

實際上，趣丸科技在AI領(lǐng)域動作頻頻。

去年，趣丸先后推出“音頻大模型”MaskGCT和“音樂大模型”天譜樂，兩個模型初步證明了趣丸的AI能力。今年，趣丸在社交大模型上也有所探索，預備在“AI+社交”的賽道上拿出“殺手锏”。

AI領(lǐng)域高手如云，一家多年耕耘細分領(lǐng)域的互聯(lián)網(wǎng)公司何以闖入，以至“榜上有名”？

趣丸科技/受訪者供圖

南風窗近日專訪了趣丸科技創(chuàng)始人宋克，他講述的，不只是一個互聯(lián)網(wǎng)公司“轉(zhuǎn)型”的故事，更是一個有十多年履歷的創(chuàng)業(yè)老兵對AI時代的理解與思考。

不難發(fā)現(xiàn)，趣丸推出的模型，針對的依然是細分領(lǐng)域，音頻、音樂、社交等等。比起那些高呼生產(chǎn)力、揚言要“顛覆底層邏輯”的大模型公司或者“AI原生”公司，似乎是不務(wù)正業(yè)。宋克告訴南風窗，這背后關(guān)系到對AI能力及其商業(yè)化邏輯的思考，趣丸的“玩物喪志”，是有意而為。

AI必然要改變世界，但改變的方式還不一定。風起至今，“小龍”“小虎”們幾起幾落，市場冷靜后，發(fā)現(xiàn)追求“革命性的顛覆”既非坦途，也不是唯一的路。

從X到AI

中國大部分AI創(chuàng)企的故事，要從2023年前后、也即ChatGPT“出圈”后講起，但趣丸的“轉(zhuǎn)型”時間更早。

2021年，在“語音+社交”領(lǐng)域站穩(wěn)的趣丸，一度陷入焦慮?！拔覀冊谝苿踊ヂ?lián)網(wǎng)的新產(chǎn)品，都敗了?！彼慰酥卑椎卣f，那個時期，公司發(fā)現(xiàn)不管哪一個賽道，都已經(jīng)有巨頭把持，難再入局。因此，趣丸內(nèi)部開會探討，要做一家怎樣的公司并持續(xù)創(chuàng)新？

宋克平頭，微胖，“80后”，曾經(jīng)是個“網(wǎng)癮少年”。趣丸做興趣（游戲）社交，擁有四支電競隊伍，用他的話說，是“把興趣做成了事業(yè)”。

追問他自認為的高光時刻，他說出兩個，都與游戲相關(guān)：一個是在2013年9月到10月，他剛到廣州創(chuàng)業(yè)一兩個月，在第一個月賺到29萬，“真的是（靠）打游戲賺到了錢啊”，他加重語氣強調(diào)；另一個仍是創(chuàng)業(yè)初期，那是趣丸的游戲社交應(yīng)用“TT語音”用戶達到30萬人的一刻，從此團戰(zhàn)叫人不再麻煩，也不用多花短信費用，“太開心了”，宋克講道。

TT語音曾經(jīng)的品牌代言人為楊超越

有這樣的經(jīng)歷，宋克把“興趣創(chuàng)造價值”作為了趣丸的價值主張；他也會在公司里強調(diào)，時下年輕人流行什么，大家就一定要去研究和嘗試，“用好奇心保持活力”。

回到2021年，趣丸內(nèi)部討論過后，成立了一個叫“X”的項目組。宋克說，這是個探索技術(shù)的團隊，對他們沒有KPI及任何的考核，也不設(shè)置盈利目標，任務(wù)只是去調(diào)研市場上最新的技術(shù)，項目組有十幾個人，“不能說是技術(shù)很牛的人，但一定是對技術(shù)很有興趣和追求的人”。

宋克的想法是，既然用戶的需求已經(jīng)被解決了，那么趣丸能做的，是找到新的技術(shù)再“反攻”。這表明，趣丸針對的還是“老的”互聯(lián)網(wǎng)市場，只是在探索過程中，發(fā)現(xiàn)一些需求只能由AI來滿足，或者AI能夠更好地滿足。

2021年，OpenAI的GPT-3已經(jīng)震驚AI圈內(nèi)，但大模型還不是一門顯學。趣丸一開始的探索，也不是沖著AI去的。

OpenAI的GPT-4o模型評估

“大事都是從一個很小的點開始?！彼慰苏f。趣丸拿住了語音賽道，但短視頻明顯正在升溫，宋克想到，很多聲音好聽的人，不一定希望以真人形象出鏡，“我們當時想到直播時，把主播的臉換成動漫臉這樣的技術(shù)”。2021年、2022年，“換臉”還不像今天這樣普遍。

但是技術(shù)攻克下來，產(chǎn)品上線以后，用戶不買賬。用戶會覺得，換臉的主播一定不好看，不然為什么換臉呢？于是，這項技術(shù)就被擱置起來。

2023年，元宇宙爆火，讓宋克靈光一閃。元宇宙打造的“數(shù)字孿生”，把真人數(shù)字化，實質(zhì)也是換臉，只不過是把真人臉換成同一張數(shù)字人臉。“我們儲備好了這項能力，甚至所有工程都不用再開發(fā)?！彼慰苏f，于是趣丸快速切入，成為美團數(shù)字人直播的第一家技術(shù)提供商。

入局以后，關(guān)于聲音的技術(shù)問題自然浮出。

數(shù)字人直播早期，可選音色少，語音復制也很粗糙，更關(guān)鍵的是，虛擬的聲音“機器味”太重，“說話沒有人味”，觀眾自然不愛看。

數(shù)字人直播早期并不受歡迎

此時，大模型已憑借對自然語言的理解能力大為火熱，宋克想到，越過“恐怖谷”的最好辦法，可能是將大模型對文本的理解與輸出能力，平移到語音領(lǐng)域。

這就是趣丸“音頻大模型”MaskGCT的序章，也是趣丸轉(zhuǎn)型AI的脈絡(luò)。如今的X項目組改名為人工智能事業(yè)部。宋克在采訪中一直強調(diào)，趣丸不是為了AI而AI，而是在發(fā)現(xiàn)用戶需求與解決問題的邏輯下，順其自然。

AI前后，同與不同

宋克還記得ChatGPT帶來的震撼，它把AI分出前后兩個時代。趣丸最開始做數(shù)字人的時候，用的是傳統(tǒng)建模技術(shù)，“特別麻煩”。宋克說，過程中用到很多相機，對一個人拍個半天，這人還要說很多的話，才能做出來。

類似的效果，在大模型時代只需說一句話。

ChatGPT以前也有AI，“那時候算法+規(guī)則，我們就叫AI了”。宋克用趣丸旗下產(chǎn)品“唱鴨”的歌曲生成為例，“算法+規(guī)則”時期，和今天一樣輸入歌詞，也能得到一首歌，但“生成”過程由編程好的規(guī)則來定，什么曲風，用什么調(diào)，供用戶挑選，“真的是人工加智能”。宋克笑道。

接觸了ChatGPT不久，宋克認為，生成式AI是未來最大的一個機會，趣丸要變了。

生成式AI將會是未來最大的一個機會

“生成式AI不是每一首歌都比算法+規(guī)則機制的好，但是它的上限很高、下限很低，這是最大的不同?！彼慰苏f。趣丸意識到，趣丸一定要變化，一定要開始去積累數(shù)據(jù)，要自己下手訓大模型。

公司一把手的“行動力”和“決心”，要從預算上來體現(xiàn)。宋克介紹，趣丸并不是一家激進的公司，主營業(yè)務(wù)的成本很高，但這成本投下去，看得到營收?！捌綍r團隊花錢是很摳門的，預算的審批也很慢。”他坦言道。

但他這次變了風格?！拔耶敃r逼著團隊報預算?！彼慰嘶貞浾f，每個部門都要報預算，要多少張卡、多少機器，“一次性批掉”，接著公司去找各個云算力廠商談檔期，爭取算力。

因為反應(yīng)快，2023年后一段時間顯卡與算力的緊張，沒對趣丸造成什么影響。

宋克列舉了一項數(shù)據(jù)，“2024年，花在（訓模型）這方面的預算就有1.45億”，這對趣丸來說是一筆很大的花銷。

趣丸科技數(shù)字人/受訪者供圖

砸下重金，宋克看中的是大模型與應(yīng)用的先發(fā)優(yōu)勢。數(shù)字人直播賣貨，其效果受制于它的數(shù)據(jù)積累?！按蠹叶甲鰯?shù)字人直播，技術(shù)很快就能追平，但是我的數(shù)字人已經(jīng)賣了幾年的貨，數(shù)據(jù)積累多，銷售數(shù)據(jù)高，對一個商家來說該選擇誰，這是很明顯的。”宋克說。

數(shù)據(jù)的“護城河”，疊加強化學習帶來的先發(fā)優(yōu)勢，是AI與移動互聯(lián)網(wǎng)時代的一大區(qū)別。宋克表示，在過去，產(chǎn)品可以直接抄襲，比拼財力、規(guī)模，比講故事的能力，但這在AI時代就不一定行得通了。

下了決心，不代表沒有煎熬。作為“創(chuàng)業(yè)老兵”的宋克，也不住地感嘆創(chuàng)業(yè)難。訓模型需要時間，做產(chǎn)品也需要時間，而且加起來時間不短，“重金”砸下去了，聽不見響。

“又激動又焦慮，（創(chuàng)業(yè)）就是這個狀態(tài)?！蹦Ｐ湍懿荒苡柍鰜?，訓出來后好不好用，應(yīng)用側(cè)能不能掙到錢……沒有答案。趣丸作為老牌“中廠”，天然傾向于確定性高的事情，但宋克認為：“闖入AI，一切是未知的，可能會死。但你自己知道，如果不去做，你將來就等死?！?/p>

把國產(chǎn)短劇搬到非洲

2024年，趣丸的音頻大模型MaskGCT和音樂大模型 “天譜樂”問世。宋克說，趣丸是幸運的，訓出的模型能用、好用，如天譜樂，在當時已經(jīng)十分接近行業(yè)領(lǐng)先的Suno的模型能力。

在MaskGCT項目立項前半年，2024年初，宋克已經(jīng)想好模型的定位，七個字“情感情緒多語種”。這七個字的意思是，模型輸出的聲音有感情，能理解并表現(xiàn)情緒，而“多語種”是考慮到未來的出海，比如短劇的出海，把中文改為多語種，更適應(yīng)海外傳播。

宋克沒有把這解釋成自己的洞見，他解釋說，這背后其實是老老實實的互聯(lián)網(wǎng)思維——去發(fā)現(xiàn)用戶的需求。七個字代表的，就是他們當時看到的用戶痛點。

而創(chuàng)業(yè)有未知的風險，也有未知的驚喜。宋克介紹，有在非洲做影視發(fā)行的中國商人找上來，表示有一個需求，在當前的中國其他公司可能解決不了。在非洲通用兩個語種，英語和法語，但是非洲人愛看韓劇，于是發(fā)行人把韓劇“搬”到非洲，中間還需要跨越韓語到中文，中文再翻成英、法文，效率不高，成本不低。

非洲人愛看韓劇和中國短劇

剛好，這事兒MaskGCT能做。

“他們也沒想到，把韓語臺詞直接改為英語、法語的需求，居然可以由一家中國公司解決。”宋克說。

強調(diào)解決需求的“產(chǎn)品力”，超過了強調(diào)大模型的能力，是趣丸與一眾AI公司的不同。這可能跟趣丸的 “出身”是互聯(lián)網(wǎng)有關(guān)。

天譜樂大模型就是一個典型例子。去年9月，趣丸推出天譜樂，公司高層介紹時，對天譜樂的一句話生成、圖片及視頻生成配樂等“普通人玩法”面面點到，但更大篇幅介紹的是MidiRender，一種針對音樂人嚴肅創(chuàng)作的“專業(yè)玩法”。

宋克介紹天譜樂時也提到MidiRender，它能以音樂人創(chuàng)造的旋律為底本，在生成時接受嚴格控制，并且是在音軌、音階、采樣率等方面的精細化控制。效果上，“音樂人可能以前要用一個月制作的歌，現(xiàn)在一個小時可能就出來了”。

天譜樂AI

宋克的邏輯清楚明了：“小白要玩音樂，天譜樂的能力也是有的、可以滿足，但普通人更多是嘗鮮玩下，嘗過以后就算了，是低頻的。對音樂人來說，這是他的工作，他才是高頻用戶。”宋克解釋，因此在商業(yè)化的角度，應(yīng)該圍繞音樂人、創(chuàng)作者去打造產(chǎn)品。

了解用戶是誰、發(fā)現(xiàn)用戶需求，再去為他們提供輔助、解決問題，這是宋克的思維習慣。

這習慣的另一面是，他對一款應(yīng)用是否是“AI原生”，或者趣丸是不是一家AI公司的問題，并無執(zhí)著。

作為互聯(lián)網(wǎng)創(chuàng)業(yè)者，宋克懂得“行規(guī)”，一些酷炫的概念或材料，比如“超強AI”“原生AI”，又或是“勤于打榜”，前綴定語很長的某個“第一”，其實目的很“復雜”。他特別提到，“很多早期的模型公司，我很不認可他們講的這個那個模型的能力有多強，就能夠掙多少多少錢”。

模型能力與盈利收入不一定成正比

講模型能力的有很多，但很少有人講的是，這個產(chǎn)品是給誰、提供了什么樣的價值，以及基于這個價值的商業(yè)化該怎么做，那么，其實“從模型到所有的前置設(shè)定，都是不成立的”。

模型能力與價值、商業(yè)化，混為一談是不行的，這是宋克作為商人的基本嗅覺。

價值主張上，趣丸團隊也有明顯的不同，即不追求“AI替代人類”。從天譜樂到MaskGCT的主打功能上，其實不難發(fā)現(xiàn)這一取向。宋克承認了這一點，并稱一位趣丸同事的話很讓他認同，這句話是“AI時代，算法是犀利，但重要的是人，因為洞察與熱愛永遠不會被替代”。

在硬科技領(lǐng)域，這句話顯得“雞湯”，但是不妨一嘗。

元年之年

AI會怎樣改變?nèi)祟惿鐣兀克慰艘蚕胫来鸢浮?/p>

對于趣丸的定位，他想得很清楚，“趣丸是一家擁有AI能力的公司”，以人的需求為核心，提供輔助，也提供娛樂消遣。度過了互聯(lián)網(wǎng)時代，對趣丸能否在AI時代“活下來”的問題，他倒回答得很豁達，自稱對過程在意，對結(jié)果不在意。無論結(jié)果，“至少不要在30年之后，說什么當年我要是去干了AI會怎么怎么樣這樣的話題”。

AI圈內(nèi)喜歡“元年”的說法。2023年是“大模型元年”，2024年是“智能體元年”，2025年則被稱為“應(yīng)用元年”。今年元旦，宋克是在美國硅谷度過的，他笑道，當天喝了點酒，他也發(fā)了個“應(yīng)用元年”云云的朋友圈。

“應(yīng)用元年”過半，AI元年真的遍地開花了嗎？宋克認為，是的。他的依據(jù)是，當下大模型概念已經(jīng)足夠普及，其實圈內(nèi)也不會再在模型層面去強調(diào)能力了。人們已經(jīng)在大量地使用AI工具和產(chǎn)品，而這一趨勢正在擴大AI公司的營收。

AI音樂創(chuàng)作秀《譜夢行》通過“天譜樂AI”與兩位唱作型歌手ICE楊長青、上上的精彩合作/受訪者供圖

應(yīng)用元年的關(guān)鍵，在于怎么理解 “應(yīng)用”。宋克的思維并不 “守舊”，他認為，“應(yīng)用”在AI時代并不是指APP，“應(yīng)用元年”的意思是，AI的能力真的被拿到各行各業(yè)、并且被大量的人使用。這個角度上，應(yīng)用元年已經(jīng)成了。

一個明顯趨勢是，使用AI的人越來越多。宋克帶有玩笑性質(zhì)地說，到2026年，可能是應(yīng)用爆發(fā)年，各家做成了產(chǎn)品商業(yè)化的公司，開始有更多的收入，布局更多的場景，良性循環(huán)起來。

這樣的元年是宋克所期待的。此次采訪的第一個問題是，“福布斯中國”的榜單上，趣丸何以成為唯一上榜的廣州公司？宋克回答，不是趣丸做得多好，是廣州創(chuàng)業(yè)者的氣質(zhì)相對務(wù)實，所以在強調(diào)大模型的時期顯得低調(diào)。

但是，“應(yīng)用端慢慢爆發(fā)的時候，廣州上榜的企業(yè)會越來越多，因為我們這里做的事更偏向于用戶端、應(yīng)用端，務(wù)實的事情。我覺得這個時間窗口已經(jīng)非常臨近了”。

本文首發(fā)于《南風窗》雜志第14期

封面圖為AI生成

鏡象娛樂（ID：jingxiangyuler）

━━ 已入駐平臺 ━━

━━ 視頻號 已入駐平臺 ━━

合作、投稿、應(yīng)聘可添加微信：